反思-修订-复用：GUI智能体的免训练技能进化
原文标题：Reflect, Revise, Reuse: Training-Free Skill Evolution for GUI Agents
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出EvoSkill-GUI，让GUI智能体在部署时无需额外训练即可根据执行反馈修订技能。技能以结构化多文件包形式存在，通过反思-修订-复用循环迭代。在MobileWorld、AndroidWorld、OSWorld三大基准上分别最高提升16.2%、6.0%、10.5%。
- 问题
- GUI智能体执行长任务时，弹窗、延迟加载等动态变化让部署前固定的技能失效。
- 方法
- 免训练框架EvoSkill-GUI，把技能做成多文件结构化包，通过反思-修订-复用循环在部署时按执行反馈迭代。
- 结果
- MobileWorld、AndroidWorld、OSWorld上最高提升16.2%、6.0%、10.5%
- 影响
- 无需重训即可让GUI智能体在真实动态界面中自我修复，降低部署后维护成本。
深读 · 结论先行AI 生成展开看要点与影响 ↓
EvoSkill-GUI让GUI智能体部署时免训练修订技能，在MobileWorld、AndroidWorld、OSWorld最高提升16.2%、6.0%、10
- •技能以结构化多文件包存在，含检索元数据、可执行计划、备份定位、失败恢复规则与失败案例
- •采用反思-修订-复用循环：执行器在rollout内即时修订，隔离评论器诊断失败轨迹
- •执行器通过受限工具接口编辑具体技能文件，全程无需额外训练
- •在MobileWorld、AndroidWorld、OSWorld三大基准上对多个基座模型一致提升
- •最高增益分别为16.2%、6.0%、10.5%，覆盖移动与桌面平台
为什么重要：GUI任务中弹窗、延迟加载、控件移位会作废预设计划，部署期可修订技能比更强的静态技能更贴近真实使用。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。